מזהי ה-infoType המובְנים של Sensitive Data Protection יעילים באיתור סוגים נפוצים של מידע אישי ורגיש. גלאי infoType בהתאמה אישית מאפשרים לכם להתאים אישית באופן מלא את הגלאי שלכם למידע אישי רגיש. כללי בדיקה עוזרים לשפר את תוצאות הסריקה שמוחזרות על ידי Sensitive Data Protection, על ידי שינוי מנגנון הזיהוי של גלאי infoType מסוים.
אם אתם רוצים להחריג או לכלול ערכים נוספים מהתוצאות שמוחזרות על ידי גלאי infoType מובנה, אתם יכולים ליצור infoType חדש בהתאמה אישית מאפס ולהגדיר את כל הקריטריונים ש-Sensitive Data Protection צריך לחפש. לחלופין, אתם יכולים לצמצם את הממצאים שמוחזרים על ידי הגלאים המובנים או המותאמים אישית של Sensitive Data Protection, בהתאם לקריטריונים שאתם מציינים. כדי לעשות את זה, אתם יכולים להוסיף כללי בדיקה שיעזרו להפחית את הרעש, להגדיל את הדיוק והאחזור או להתאים את ודאות הסבירות של ממצאי הסריקה.
בנושא הזה מוסבר איך להשתמש בשני הסוגים של כללי הבדיקה כדי להחריג ממצאים מסוימים או להוסיף ממצאים, בהתאם לקריטריונים בהתאמה אישית שאתם מציינים. בנושא הזה מוצגים כמה תרחישים שבהם כדאי לשנות גלאי infoType קיים.
אלה סוגי כללי הבדיקה שזמינים:
- כללי החרגה, שעוזרים להחריג ממצאים שגויים או לא רצויים.
- כללי הרחבה (Hotword), שעוזרים לזהות ממצאים נוספים בתוכן טקסט.
- כללי התאמה, שעוזרים להתאים את הסבירות של הממצאים על סמך ההקשר שבו הם מופיעים.
סוגי מידע רגיש של יעד והקשר
במסמך הזה נעשה שימוש במונחים הבאים כדי להתייחס ל-infoTypes בקבוצת כללים.
- Target infoType: סוג מידע ש-Sensitive Data Protection מחריג או משנה כשהתנאים שמוגדרים בקבוצת הכללים מתקיימים.
- Context infoType: סוג מידע שאם הוא מזוהה, הוא מספק הקשר לגבי סוג מידע מסוים. Sensitive Data Protection משתמש ב-infoTypes של הקשר כדי לקבוע אם צריך להחריג או לשנות infoType מסוים.
סדר הכללים ושרשור כללים
Sensitive Data Protection מחיל את הכללים לפי הסדר שציינתם בקבוצת הכללים. לכן, הסדר של הכללים יכול להשפיע על התוצאות של פעולת Sensitive Data Protection. לדוגמה, ראו הגברת הסבירות של שם אדם במסמך בריאות והחרגת מסמך הבריאות במסמך הזה.
כללי החרגה
כללי החרגה שימושיים במצבים כמו:
- אתם רוצים להחריג מהתוצאות התאמות כפולות שנובעות מחפיפה בין גלאי infoType. לדוגמה, אתם סורקים כתובות אימייל ומספרי טלפון, אבל מקבלים שתי התאמות לכתובות אימייל עם מספרי טלפון, כמו "206-555-0764@example.org".
- יש רעש בתוצאות הסריקה. לדוגמה, אם אתם רואים את אותה כתובת אימייל פיקטיבית (כמו example@example.com) או את אותו דומיין (כמו example.com) שמופיעים מספר חריג של פעמים בסריקה של כתובות אימייל לגיטימיות.
- יש לכם רשימה של מונחים, ביטויים או שילובים של תווים שאתם רוצים להחריג מהתוצאות.
- אתם רוצים להחריג עמודה שלמה של נתונים מהתוצאות.
- אתם רוצים להחריג ממצאים שנמצאים ליד מחרוזת שתואמת לביטוי רגולרי.
- אתם רוצים להחריג ממצאים בתמונות על סמך הקשר המרחבי שלהם עם ממצאים אחרים שזוהו בתמונה.
סקירה כללית על Exclusion rules API
ב-Sensitive Data Protection, כלל להחרגה מוגדר באובייקט ExclusionRule. בתוך ExclusionRule מציינים אחת מהאפשרויות הבאות:
- אובייקט
Dictionary, שמכיל רשימה של מחרוזות שצריך להחריג מהתוצאות. - אובייקט
Regexשמגדיר תבנית של ביטוי רגולרי. מחרוזות שתואמות לתבנית לא נכללות בתוצאות. - אובייקט
ExcludeInfoTypes, שמכיל מערך של גלאי infoType. אם ממצא תואם לאחד מגלאי ה-infoType שמופיעים כאן, הממצא לא נכלל בתוצאות. אובייקט
ExcludeByHotwordשמכיל את הפרטים הבאים:- ביטוי רגולרי שמגדיר את מילת ההפעלה.
- ערך קרבה שמגדיר כמה קרוב לממצא צריך להיות הביטוי החם.
אם הממצא נמצא בטווח הקרבה שהוגדר, הוא לא נכלל בתוצאות. בטבלאות, סוג כלל ההחרגה הזה מאפשר להחריג עמודת נתונים שלמה מהתוצאות.
אובייקט
ExcludeByImageFindingsשמכיל את הפרטים הבאים:רשימה של סוגי מידע רגיש (infoType) של הקשר, שמשמשים כדי לקבוע אם להחריג ממצא של סוג מידע רגיש (infoType) מסוים.
אובייקט
ImageContainmentTypeשמציין את הקשר המרחבי הנדרש בין התיבות התוחמות של ממצאי היעד וההקשר. אם הדרישה הזו לא מתקיימת, Sensitive Data Protection לא מחריג את הממצא של ה-infoType המטורגט.
Sensitive Data Protection מחריג ממצא של infoType יעד אם לתיבה התוחמת של infoType הקשר יש את הקשר שצוין עם הממצא של infoType היעד. כשמשתמשים ב-
ExcludeByImageFindings, צריך להגדיר את השדהmatchingTypeלערךMATCHING_TYPE_RULE_SPECIFIC.אין תמיכה ב-
ExcludeByImageFindingsלתמונות TIFF. בקשתcontent.inspectשכוללת את הכלל הזה לתמונת TIFF תיכשל.
תרחישים לדוגמה של כללי החרגה
כל אחד מקטעי הקוד הבאים ב-JSON ממחיש איך להגדיר את Sensitive Data Protection לתרחיש הנתון.
השמטת כתובת אימייל ספציפית מסריקת הגלאי EMAIL_ADDRESS
קטע הקוד הבא ב-JSON ובכמה שפות אחרות מדגים איך להשתמש ב-InspectConfig כדי להורות ל-Sensitive Data Protection להימנע מהתאמה ל-"example@example.com" בסריקה שמשתמשת בגלאי infoType EMAIL_ADDRESS:
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"example@example.com"
]
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטת כתובות אימייל שמסתיימות בדומיין ספציפי מסריקת הגלאי EMAIL_ADDRESS
קטע הקוד הבא ב-JSON ובכמה שפות אחרות מדגים איך להורות ל-Sensitive Data Protection, באמצעות InspectConfig, להימנע מהתאמה לכתובות אימייל שמסתיימות ב-"@example.com" בסריקה שמשתמשת בגלאי infoType EMAIL_ADDRESS:
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"regex":{
"pattern":".+@example.com"
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות בסריקה שכוללות את מחרוזת המשנה "TEST"
קטע הקוד הבא ב-JSON ובשפות נוספות ממחיש איך להשתמש ב-InspectConfig כדי להורות ל-Sensitive Data Protection להחריג ממצאים שכוללים את האסימון "TEST" מרשימת ה-infoTypes שצוינה.
שימו לב שההתאמה הזו מתייחסת ל-"TEST" כאסימון, ולא כמחרוזת משנה, כך שכתובת כמו "TEST@email.com" תתאים, אבל "TESTER@email.com" לא תתאים. אם רוצים להתאים למחרוזת משנה, צריך להשתמש בביטוי רגולרי בכלל ההחרגה במקום במילון.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"TEST"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות בסריקה שכוללות את מחרוזת המשנה "Jimmy" מסריקה של כלל מותאם אישית לבדיקת נתוני infoType
קטע הקוד הבא ב-JSON ובכמה שפות מדגים איך להשתמש ב-InspectConfig כדי להורות ל-Sensitive Data Protection להימנע מהתאמה לשם "Jimmy" בסריקה שמשתמשת בגלאי הביטויים הרגולריים המותאמים אישית שצוין:
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"customInfoTypes":[
{
"infoType":{
"name":"CUSTOM_NAME_DETECTOR"
},
"regex":{
"pattern":"[A-Z][a-z]{1,15}, [A-Z][a-z]{1,15}"
}
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"CUSTOM_NAME_DETECTOR"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Jimmy"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות של סריקה מסריקה של גלאי PERSON_NAME שחופפות לגלאי בהתאמה אישית
בתרחיש הזה, המשתמש לא רוצה לקבל התאמה מסריקה של Sensitive Data Protection באמצעות הגלאי המובנה PERSON_NAME, אם ההתאמה תתקבל גם בסריקה באמצעות הגלאי המותאם אישית של הביטויים הרגולריים שמוגדר בחלק הראשון של קטע הקוד.
קטע הקוד הבא ב-JSON ובכמה שפות מציין גם גלאי ביטויים רגולריים בהתאמה אישית וגם כלל החרגה ב-InspectConfig.
הגלאי המותאם אישית של הביטויים הרגולריים מציין את השמות שצריך להחריג מהתוצאות. הכלל להחרגה מציין שאם תוצאות כלשהן שמוחזרות מסריקה של PERSON_NAME תואמות גם לגלאי הביטויים הרגולריים בהתאמה אישית, הן מושמטות. שימו לב שבמקרה הזה, VIP_DETECTOR מסומן כ-EXCLUSION_TYPE_EXCLUDE, ולכן הוא לא יפיק תוצאות בעצמו. הוא ישפיע רק על התוצאות שנוצרו על ידי הגלאי PERSON_NAME.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"VIP_DETECTOR"
},
"regex":{
"pattern":"Dana Williams|Quinn Garcia"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"VIP_DETECTOR"
}
]
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות בגלאי PERSON_NAME אם יש גם התאמה בגלאי EMAIL_ADDRESS
קטע הקוד הבא ב-JSON ובשפות נוספות מדגים איך להשתמש ב-InspectConfig כדי להורות ל-Sensitive Data Protection להחזיר רק התאמה אחת במקרה שבו ההתאמות של הגלאי PERSON_NAME חופפות להתאמות של הגלאי EMAIL_ADDRESS.
כך אפשר למנוע מצב שבו כתובת אימייל כמו james@example.com תואמת גם לגלאי PERSON_NAME וגם לגלאי EMAIL_ADDRESS.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות בשמות דומיינים שהם חלק מכתובות אימייל בסריקה של גלאי DOMAIN_NAME
קטע הקוד הבא ב-JSON ובשפות נוספות מדגים איך להשתמש ב-InspectConfig כדי להורות ל-Sensitive Data Protection להחזיר רק התאמות לסריקה של גלאי DOMAIN_NAME, אם ההתאמה לא חופפת להתאמה בסריקה של גלאי EMAIL_ADDRESS. בתרחיש הזה, הסריקה הראשית היא סריקה של גלאי DOMAIN_NAME. המשתמש לא רוצה ששם דומיין יוחזר בממצאים אם שם הדומיין משמש בכתובת אימייל:
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"DOMAIN_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"EMAIL_ADDRESS"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"DOMAIN_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות אם הן נמצאות ליד מחרוזת
בדוגמה הבאה מוסבר איך להחריג התאמות בגלאי של infoType US_SOCIAL_SECURITY_NUMBER אם המילה "מק"ט" נמצאת בטווח של 10 תווים לפני או אחרי הממצא.
בגלל כלל ההחרגה, בדוגמה הזו 222-22-2222 לא מסווג כמספר תעודת זהות אפשרי בארה"ב.
{
"item": {
"value": "The customer sent the product SKU 222-22-2222"
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(SKU)"
},
"proximity": {
"windowBefore": 10,
"windowAfter": 10
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"includeQuote": true
}
}
השמטת ממצאים בעמודת נתונים שלמה
בדוגמה הבאה מוסבר איך להחריג ממצאים בעמודה שלמה של נתונים בטבלה, אם שם העמודה תואם לביטוי רגולרי. כאן, כל ממצא שתואם לגלאי של infoType US_SOCIAL_SECURITY_NUMBER לא נכלל בתוצאות אם הממצא הזה נמצא בעמודה Fake Social Security Number.
הדוגמה הזו מחזירה רק את 222-22-2222, כי 111-11-1111 נמצא בעמודה Fake Social Security Number.
{
"item": {
"table": {
"headers": [
{
"name": "Fake Social Security Number"
},
{
"name": "Real Social Security Number"
}
],
"rows": [
{
"values": [
{
"stringValue": "111-11-1111"
},
{
"stringValue": "222-22-2222"
}
]
}
]
}
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"includeQuote": true,
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(Fake Social Security Number)"
},
"proximity": {
"windowBefore": 1
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"minLikelihood": "POSSIBLE"
}
}
השמטת ממצאים בתמונות על סמך קשרים מרחביים
קטעי הקוד הבאים ב-JSON מדגימים איך להגדיר את Sensitive Data Protection כך שלא יכלול ממצאים בתמונות על סמך הקשר המרחבי שלהם עם אובייקטים אחרים שזוהו.
החרגת ממצא של אדם אם הוא חלק מדרכון
הכלל הזה מחריג ממצאים של אנשים (OBJECT_TYPE/PERSON) כשהם כלולים בממצא של דרכון (OBJECT_TYPE/PERSON/PASSPORT).
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"imageContainmentType": {
"encloses": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
החרגת ממצא של לוחית רישוי אם הוא מכיל מספר זיהוי רכב (VIN)
הכלל הזה מחריג ממצא של לוחית רישוי (OBJECT_TYPE/LICENSE_PLATE) אם
ממצא של VEHICLE_IDENTIFICATION_NUMBER נמצא כולו בתוכו.
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
},
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"imageContainmentType": {
"fullyInside": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
כללי הרחבה (Hotword)
כללי הרחבה (Hotword) שימושיים במצבים כמו:
- אתם רוצים לשנות את ערכי הסבירות שמוקצים להתאמות בסריקה, על סמך הקרבה של ההתאמה למילת מפתח. לדוגמה, אתם רוצים להגדיר ערך סבירות גבוה יותר להתאמות של שמות מטופלים, בהתאם לקרבה של השמות למילה "מטופל".
- כשבודקים נתונים מובְנים בטבלה, רוצים לשנות את ערכי הסבירות שהוקצו להתאמות על סמך שם הכותרת של העמודה. לדוגמה, אתם רוצים להגדיר ערך סבירות גבוה יותר ל-
US_SOCIAL_SECURITY_NUMBERכשהוא נמצא בעמודה עם הכותרתACCOUNT_ID.
סקירה כללית על API של כללי הרחבה (Hotword)
באובייקט InspectionRule של Sensitive Data Protection, מציינים אובייקט HotwordRule שמשנה את הסבירות לממצאים בקרבה מסוימת למילות מפתח.
אובייקטים מסוג InspectionRule מקובצים כ "קבוצת כללים" באובייקט InspectionRuleSet, יחד עם רשימה של גלאי infoType שקבוצת הכללים חלה עליהם. הכללים בקבוצת הכללים מופעלים לפי הסדר שצוין.
תרחישים לדוגמה של כללי הרחבה (Hotword)
בקטע הקוד הבא מוסבר איך להגדיר כלל הרחבה (Hotword).
הגדלת הסבירות להתאמה של PERSON_NAME אם מילת המפתח "מטופל" נמצאת בקרבת מקום
קטע הקוד הבא ב-JSON ובשפות נוספות מדגים איך להשתמש במאפיין InspectConfig כדי לסרוק מסד נתונים רפואי ולחפש שמות של מטופלים. אתם יכולים להשתמש בגלאי המובנה של Sensitive Data Protection ל-infoType PERSON_NAME, אבל אז Sensitive Data Protection יתאים את כל השמות של האנשים, ולא רק את השמות של המטופלים. כדי לפתור את הבעיה, אתם יכולים לכלול כלל הרחבה (Hotword) שמחפש את המילה "מטופל" בקרבה מסוימת של תווים מהתו הראשון של ההתאמות הפוטנציאליות. לאחר מכן, אתם יכולים להקצות לממצאים שתואמים לתבנית הזו סבירות של "סבירות גבוהה מאוד", כי הם תואמים לקריטריונים המיוחדים שלכם. הגדרת הערך המינימלי של Likelihood ל-VERY_LIKELY ב-InspectConfig מבטיחה שרק התאמות להגדרה הזו יוחזרו בממצאים.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":50
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
}
]
}
],
"minLikelihood":"VERY_LIKELY"
}
...
למידע מפורט יותר על מילות חיפוש, ראו התאמה אישית של סבירות ההתאמה.
כללי התאמה
כללי ההתאמה יכולים לעזור לכם לשפר את דיוק הזיהוי על ידי הגדלה (נקראת גם חיזוק) או הקטנה של ערכי הסבירות של הממצאים, על סמך ההקשר שבו הם מופיעים.
כללי התאמה שימושיים במצבים כמו:
אתם רוצים לשנות את ערך הסבירות של ממצא של infoType מסוים, אם הממצא חופף לממצא של infoType אחר. לדוגמה, להגדיל את ערכי הסבירות של ממצאים מסוג
PERSON_NAMEשזוהו במסמכים שתואמים ל-DOCUMENT_TYPE/CONTEXT/HEALTH.אתם רוצים לשנות את ערך הסבירות של ממצא של infoType מסוים, על סמך הקשר המרחבי שלו עם ממצאים אחרים שזוהו בתמונה. לדוגמה, אפשר להגדיל את ערכי הסבירות של ממצאים מסוג
GENERIC_IDשזוהו בתמונות שתואמות ל-OBJECT_TYPE/PERSON/PHOTO_ID_CARD.
סקירה כללית על Adjustment rules API
Sensitive Data Protection מגדיר כלל התאמה באובייקט AdjustmentRule. בתוך AdjustmentRule, מציינים את הפרטים הבאים:
אחת מהאפשרויות הבאות:
אובייקט
AdjustByMatchingInfoTypes, שמשנה את ערך הסבירות של ממצא מסוג מידע רגיש (infoType) מסוים, אם הממצא הזה חופף לממצא של סוג מידע רגיש (infoType) בהקשר מסוים. האובייקט הזה מכיל את הפרטים הבאים:- רשימה של סוגי מידע רגיש (infoType) של הקשר, שמשמשים כדי לקבוע אם לשנות את הממצא של סוג המידע הרגיש המטורגט.
- ערך
min_likelihoodל-infoTypes של ההקשר. אם ערך הסבירות של ממצא הקשר שזוהה נמוך מהערך הזה, Sensitive Data Protection לא משנה את הסבירות של ממצא היעד. - ערך
matching_typeשצריך להגדיר בתורMATCHING_TYPE_PARTIAL_MATCH.
אובייקט
AdjustByImageFindings, שמשנה את ערך הסבירות של ממצא מסוג infoType מסוים אם התיבה התוחמת של infoType מסוים בהקשר מסוים נמצאת ביחס שצוין עם הממצא מסוג infoType המסוים. האובייקט הזה מכיל את הפרטים הבאים:רשימה של סוגי מידע רגיש (infoType) של הקשר, שמשמשים כדי לקבוע אם לשנות את הממצא של סוג המידע הרגיש המטורגט.
אובייקט
ImageContainmentType, שמציין את הקשר המרחבי הנדרש בין התיבות התוחמות של ממצאי היעד וההקשר. אם הדרישה הזו לא מתקיימת, Sensitive Data Protection לא משנה את הסבירות של הממצא של ה-infoType המטורגט.ערך
min_likelihoodל-infoTypes של ההקשר. אם ערך הסבירות של ממצא הקשר שזוהה נמוך מהערך הזה, Sensitive Data Protection לא משנה את הסבירות של ממצא היעד.
אין תמיכה ב-
AdjustByImageFindingsלתמונות TIFF. בקשתcontent.inspectשכוללת את הכלל הזה לתמונת TIFF תיכשל.
אובייקט
likelihood_adjustment, שמציין את הסבירות החדשה כערך קבוע או כהתאמה יחסית.
תרחישים לדוגמה של כללי התאמה
קטעי הקוד הבאים ב-JSON ממחישים איך להגדיר כללי התאמה בתרחישים שונים.
הגברת הסבירות לשם של אדם כשמשתמשים בו במסמך בריאות
בדוגמה הבאה, ערך הסבירות של ממצא מסוג PERSON_NAME עולה ל-VERY_LIKELY אם הממצא חופף לממצא מסוג DOCUMENT_TYPE/CONTEXT/HEALTH.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "PERSON_NAME"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"minLikelihood": "POSSIBLE",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
מחליפים את PROJECT_ID במזהה הפרויקט שמשויך לבקשה.
הגברת הסבירות של שם אדם במסמך בריאות והחרגת מסמך הבריאות
בדוגמה הבאה, ערך הסבירות של ממצא מסוג PERSON_NAME עולה ל-VERY_LIKELY אם הממצא חופף לממצא מסוג DOCUMENT_TYPE/CONTEXT/HEALTH. כדי לצמצם את הרעש, בדוגמה הזו מצוין כלל שני, שמחריג ממצאי DOCUMENT_TYPE/CONTEXT/HEALTH מתוצאות הבדיקה.
הסדר שבו הכללים מצוינים בקבוצת הכללים חשוב. בדוגמה הזו, כלל ההתאמה מוגדר לפני כלל ההחרגה, כדי שאפשר יהיה להשתמש בממצאים של DOCUMENT_TYPE/CONTEXT/HEALTH כדי לספק הקשר לכלל ההתאמה. אם מציינים קודם את כלל ההחרגה, הממצאים של DOCUMENT_TYPE/CONTEXT/HEALTH מוחרגים מקבוצת התוצאות לפני שאפשר להשתמש בהם כדי לספק הקשר לכלל ההתאמה.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [{
"name": "PERSON_NAME"
}, {
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"ruleSet": [{
"infoTypes": [{
"name": "PERSON_NAME"
}],
"rules": [{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}]
}, {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"rules": [{
"exclusionRule": {
"excludeInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}]
}]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
מחליפים את PROJECT_ID במזהה הפרויקט שמשויך לבקשה.
הגברת הסבירות של אדם בתעודה מזהה עם תמונה
בדוגמה הבאה, ערך הסבירות של ממצא מסוג OBJECT_TYPE/PERSON עולה ל-VERY_LIKELY אם הוא מופיע בתוך התיבה התוחמת של ממצא מסוג OBJECT_TYPE/PERSON/PHOTO_ID_CARD.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"imageContainmentType": {
"encloses": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
להגדיל את הסיכויים שדרכון יכיל מזהים אישיים
בדוגמה הבאה, ערך הסבירות של ממצא OBJECT_TYPE/PERSON/PASSPORT מוגבר ל-VERY_LIKELY אם ממצא PERSON_NAME או DATE_OF_BIRTH נמצא כולו בתוכו.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
},
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"imageContainmentType": {
"fullyInside": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
תרחיש של כמה כללי בדיקה
קטע הקוד הבא ב-JSON של InspectConfig והקוד בכמה שפות מדגימים איך להחיל גם כללי החרגה וגם כללי הרחבה (Hotword). קבוצת הכללים של קטע הקוד הזה כוללת גם כללי הרחבה (Hotword) וגם כללי החרגה של מילון וביטויים רגולריים. שימו לב שארבעת הכללים מצוינים במערך בתוך הרכיב rules.
C#
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Go
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Java
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Node.js
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
PHP
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
Python
במאמר ספריות הלקוח של Sensitive Data Protection מוסבר איך להתקין את ספריית הלקוח ולהשתמש בה ב-Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. למידע נוסף, ראו הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על השימוש ב-DLP API עם JSON, קראו את המדריך למתחילים בנושא JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
},
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"doctor"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"UNLIKELY"
}
}
},
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Quasimodo"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
},
{
"exclusionRule":{
"regex":{
"pattern":"REDACTED"
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
גלאים חופפים של infoType
אפשר להגדיר כלל מותאם אישית לבדיקת נתוני infoType עם שם זהה לזה של כלל מובנה לבדיקת נתוני infoType. כמו שמוצג בדוגמה בקטע תרחישים לדוגמה של כללי הרחבה (Hotword), כשיוצרים כלל מותאם אישית לבדיקת נתוני infoType עם שם זהה לזה של infoType מובנה, כל הממצאים שזוהו על ידי הגלאי החדש של infoType מתווספים לאלה שזוהו על ידי הגלאי המובנה. זה נכון רק כל עוד ה-infoType המובנה מצוין ברשימת ה-infoTypes באובייקט InspectConfig.
כשיוצרים מזהי infoType חדשים בהתאמה אישית, חשוב לבדוק אותם ביסודיות על תוכן לדוגמה כדי לוודא שהם פועלים כמו שצריך.